CarrièreLe 28/10/2026
Tekkit.io
Partager
Carrière
Comment Revolut a divisé sa facture d'IA par 10 sans les géants américains
Face à l'explosion des coûts de l'intelligence artificielle, les entreprises cherchent la parade. Lors de son intervention à la conférence AI Engineer NYC à New York, David Abitbol, responsable des opérations et de l’infrastructure IA chez Revolut, a détaillé dans son retour d'expérience « Shipping like a startup, regulated like a bank » la méthode adoptée par la néobanque pour équiper ses 2 000 ingénieurs sans faire exploser ses budgets.
Pourquoi payer à l'usage devenait trop cher
Après un passage par Gemini début 2025, la fintech britannique avait déployé Claude Code d'Anthropic au début de l'année 2026. L'équation financière s'est cependant rapidement compliquée face aux dérives budgétaires individuelles :
On voyait des ingénieurs dépenser 1 000 $ par mois, 10 000 $ par mois, sans grand retour sur investissement.
David Abitbol, Responsable des opérations et de l’infrastructure IA de Revolut
Comme le souligne l'analyse technique de SAY Digital, ces montants représentaient des cas individuels extrêmes et non une dépense moyenne par employé, mais ils ont poussé Revolut à instaurer des plafonds stricts et un rationnement rigide des tokens. Une contrainte qui freinait l'adoption et obligeait les développeurs à réserver l'IA aux tâches complexes de fin de trimestre.
La solution : installer un modèle open source sur leurs propres serveurs
Pour s'émanciper des API payées à l'usage, Revolut a amorcé dès le printemps 2026 une transition vers l'auto-hébergement avec GLM 5.1, avant de basculer vers GLM 5.3, le modèle à poids ouverts du laboratoire chinois Z.ai (ex-Zhipu AI).
-
Infrastructure dédiée : L'ensemble s'appuie sur une flotte interne de 56 puces Nvidia B200.
-
Optimisations et performances matérielles : D'après les mesures et réglages rapportés par Korben.info et révélés initialement par The Register, Revolut a optimisé le traitement via la compression du modèle et la séparation des phases de calcul, atteignant un premier temps de réponse sous les 3 secondes et un débit de 200 à 800 tokens par seconde.
-
Coût d'inférence : Le coût tombe à environ 0,30 $ par million de tokens, soit près de dix fois moins que les solutions commerciales comme Claude Code ou OpenAI Codex.
-
Inversion de la règle : GLM est devenu l’outil par défaut pour les 2 000 ingénieurs, les modèles propriétaires américains n'étant plus sollicités qu'en exception.
Le résultat : des équipes plus rapides et sans limite de budget
La mise en place d'une infrastructure dédiée a permis de lever les quotas par développeur. Désormais libres d'utiliser l'outil sans contrainte budgétaire, les ingénieurs l'ont étendu à des usages quotidiens auparavant délaissés : la recherche documentaire sur Confluence, le traitement des tickets Jira et le débugage.
Plus besoin de garder ses tokens pour la fin du trimestre ou pour les tâches les plus difficiles.
David Abitbol
Les retours présentés font état d'une nette accélération :
-
Une amélioration estimée à 60 % sur le temps de codage.
-
Une réduction sensible du lead time, mesurant ici le délai entre la prise en charge d'un ticket et son intégration prête au déploiement.
Sécurité et choix techniques : comment Revolut garde le contrôle
L'architecture mise en place illustre également une approche pragmatique face aux limites techniques et aux questions de conformité :
-
Routage multimodal : GLM traitant uniquement le texte, les requêtes nécessitant de la vision continuent d'être routées vers des modèles externes tels que Gemini.
-
Souveraineté des données : Sur les craintes liées à l'usage d'une technologie chinoise dans un secteur bancaire très régulé, David Abitbol rappelle que le risque réside dans l'appel d'API externes hébergées à l'étranger, alors que l'exécution de poids ouverts sur des serveurs privés garantit une isolation complète.
-
Remise en cause des contextes géants : David Abitbol a vivement critiqué la course aux fenêtres d'un million de tokens vendues par les géants du secteur, qualifiant l'argument d'« arnaque » et affirmant qu'un contexte de 256 000 tokens suffit largement aux besoins de développement.
Une menace pour le business model d'OpenAI et d'Anthropic ?
Ce cas d'usage démontre qu'un acteur tech majeur peut internaliser son IA sans dépendre des API propriétaires. Comme le précise l'étude d'infrastructure menée par SAY Digital, il convient toutefois de dissocier le coût d'inférence pure du coût total de possession (TCO), qui comprend l'amortissement du matériel, la maintenance et les équipes d'exploitation.
Néanmoins, à l'heure où Anthropic prépare son introduction en Bourse et où les laboratoires américains s'engagent sur des montants records en calcul, le choix de Revolut prouve que l'open source auto-hébergé représente une alternative crédible et viable face à la facturation au token.
- Vues1
0 commentaire
C
Les articles de Tekkit.io
CarrièreLe 20/10/2026
CarrièreLe 01/10/2026
CarrièreLe 14/09/2026
CarrièreLe 10/09/2026
CarrièreLe 31/08/2026
CarrièreLe 26/08/2026
CarrièreLe 21/07/2026